You are on page 1of 23

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Introduccin
Conceptos bsicos, medidas de tendencia central y de dispersin, probabilidades
Hablar del mundo de la administracin de los negocios, de la gerencia de las empresas de
produccin de bienes y servicios o de comercializacin de productos es conversar de
actividades que generan una gran cantidad de datos estadsticos, tanto cualitativos como
cuantitativos, los cuales deben ser cuidadosamente coleccionados y ordenados para ser
tratados estadsticamente, a fin de generar informacin valiosa y oportuna para la toma de
decisiones.
Cualquier emprendimiento debe sustentarse en un estudio estadstico que permita evaluar el
riesgo.
La descripcin de datos comprende el estudio de las medidas de ubicacin o de
tendencia central y las medidas de dispersin, lo que conduce a la comprensin de la
forma como estn distribuidos los datos provenientes de una investigacin, sean estos, datos
sin agrupar (datos a granel) o agrupados en una distribucin de frecuencias.
Las medidas de tendencia central que se estudiarn son: media, mediana y moda; y las
medidas de dispersin: rango, desviacin media y desviacin estndar.
Las medidas de ubicacin o de tendencia central sealan el centro de la distribucin de
los datos, mientras que las medidas de dispersin indican cuan concentrados o dispersos
se encuentran los datos con respecto a un valor central. Por ejemplo, la desviacin estndar
nos da la medida de la dispersin respecto de la media aritmtica, comnmente conocida
como media.
La descripcin de datos tambin comprende su presentacin grfica y su anlisis .
Una de las tcnicas estadsticas para representar un conjunto de datos es el diagrama de
tallo y hojas. La descripcin de los datos se complementa con el clculo de los cuartiles,
deciles y percentiles; la elaboracin de los diagramas de caja y determinacin del sesgo o
asimetra de la distribucin de los datos.
El estudio de la probabilidad permite a la estadstica realizar anlisis predictivos de
eventos o situaciones que pueden darse en el futuro, y que podran afectar no solo el
desenvolvimiento de las empresas, sino su supervivencia misma.

Asesora didctica
En la gua de este parcial debe realizar cuatro actividades de aprendizaje.
Para resolver la actividad de aprendizaje 1.1., inicie su estudio leyendo el captulo I,
Introduccin, pp. 1-6 del texto gua Estadstica para Administracin y Economa de Levin,
Richard I. y Rubin, David S.
Esto le permitir conocer cules son los objetivos del curso, algo sobre la historia de la
estadstica, su divisin y las caractersticas del texto gua, para que sepa cmo usarlo.
Es recomendable que destine un cuaderno de trabajo, en el cual usted ir desarrollando y
resolviendo los ejercicios de su gua y tambin los problemas de autoevaluacin.
Del captulo 2, estudie 2.1. Cmo podemos ordenar datos? pp. 8-10. Este tema permite
tener una idea clara sobre las precauciones que debe tener presente en la recoleccin de
datos para un estudio estadstico.

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Lea con atencin los ejercicios que se exponen en 2.2. Ejemplos de datos sin procesar, a
continuacin, en su cuaderno de trabajo realice las aplicaciones del ejercicio 2.2. p. 12 del
texto gua.
Estudie el tema 2.3. Ordenamiento de datos en arreglos de datos y distribuciones de
frecuencias, pp. 12-16, inmediatamente en su cuaderno de trabajo realice los ejercicios de
autoevaluacin de ejercicios 2.3. p. 16, cuyas soluciones las puede ver en la p. 19.
Luego de comprender toda la temtica expuesta, podr resolver los ejercicios de la actividad
de aprendizaje 1.1.
Nota 1.1.
Clasificacin de la estadstica, tipos de variables y niveles de medicin
En este cuadro se presenta un breve resumen sobre la clasificacin de la estadstica, los tipos
de variables y sus niveles de medicin.
Tipos de estadstica

Estadstica descriptiva
Estadstica inferencial

Tipos de variables

Cualitativas
Cuantitativas
Discretas
Continuas

Niveles o escalas de medicin

De las variables cualitativas


Nominal
Ordinal
De las variables cuantitativas
De intervalo
De razn

Para complementar el estudio de estos temas, lea las siguientes pginas web:

http://escuela.med.puc.cl/recursos/recepidem/insIntrod2.htm,

Representaciones grficas de datos cualitativos. Los datos cualitativos se organizan en


tablas de frecuencias. Este tema no se encuentra en el texto gua, pero es importante que lo
sepa, por lo que tendr que buscar informacin en otros textos o en Internet.
Grfica o diagrama de barras. Conjunto de barras separadas que se usa para representar
datos sobre todo cualitativos, que se han resumido en una tabla de frecuencias absolutas,
relativas o porcentuales. En el eje horizontal se representan las categoras y en el eje vertical
las frecuencias.
Grfica o diagrama de pastel o de tarta. Grfica circular que se usa para mostrar datos
cualitativos de nivel nominal, donde a cada categora le corresponde un sector circular de
rea proporcional a su frecuencia o porcentaje. La suma de los sectores debe dar 100%.
Estas grficas se hacen fcilmente usando el Excel.
Para ampliar sus conocimientos sobre este tema, lea la siguiente pgina web:
http://www.fisterra.com/mbe/investiga/graficos/graficos.asp

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Para resolver la actividad de aprendizaje 1.2.


Estudie el tema 2.4. Construccin de una distribucin de frecuencias, pp. 20-22 del
texto gua; lea sugerencias y suposiciones en el encabezado de la p. 25 y luego realice la
autoevaluacin ejercicios 2-4, p. 25, cuyas soluciones se encuentran en la p. 29.
En el texto se dice que en las aplicaciones de la vida real, donde se manejan grandes
volmenes de datos, para construir las distribuciones de frecuencias se usan paquetes
computacionales. Usted tambin lo puede hacer; sin embargo, conviene que los ejercicios de
la gua lo haga a mano, toda vez que de esta forma se estar preparando para las pruebas.
Estudie el tema 2.5. Representacin grfica de distribuciones de frecuencias, pp. 2934, aqu se explica lo que es y cmo se construye un histograma, un polgono de frecuencias
y una ojiva o polgono de frecuencias acumuladas, (ver figuras 2-7, 2-8, 2-9, 2-11 y 2-12),
pp. 30, 31 y 33.
En la p. 34, se muestra la figura 2-13, en la que se explica la forma cmo se lee informacin
en la ojiva o menos.
En su cuaderno de trabajo, realice los ejercicios de autoevaluacin de ejercicios 2.5, p. 38,
cuyas soluciones se encuentran en la p. 41.
En la p. 42, lea el artculo Estadstica en el trabajo.
En la p. 45, lea el tema Repaso del captulo, donde se hallan las definiciones de los trminos
introducidos en el captulo 2.
Nota 1.2.
Cmo elaborar una distribucin de frecuencias
El texto gua no profundiza mayormente en este tema, por esta razn aqu se detallan los
pasos para construir una distribucin de frecuencias.
Para el efecto, supongamos que se tiene una muestra de 34 calificaciones de la asignatura de
Estadstica Descriptiva, en la que la calificacin ms baja fuese 8 y la ms alta 38 sobre 40
puntos.
Siga estos pasos:
1. Determinar el nmero K de clases.
Algunos autores recomiendan el uso de frmulas que dependen del tamao de la muestra
(nmero n de datos). Una de estas frmulas establece que: 2 k n , donde k es el nmero de
clases. En el ejemplo n = 34 observaciones:
cantidad ptima de clases.

2.

2 6 34 ,

entonces se tiene k = 6 es la

Determinar el ancho del intervalo o amplitud de clase (i).

Para ello se puede usar la frmula:

i
Donde

H L
K

H es el dato mayor, L el dato ms pequeo. (H L)

En este caso: L = 8, H = 38 y k = 6, entonces:

es el rango.

38 8
5.0 .
6

Si sale un valor exacto un entero con decimales, se debe escoger un nmero mayor.
3. Calcular los lmites de cada clase.

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

En este curso trabajaremos con intervalos semiabiertos, en los que el lmite superior del
intervalo no forma parte de l, sino que se incluye en el intervalo de la clase que le sigue.
En el ejemplo se han elegido los siguientes lmites para las clases: [7, 12), [12, 17), [17,
22), [22, 27), [27, 32), [32, 40), con lo que la distribucin queda ms o menos centrada.
(7 es 1 unidad menor que el dato ms pequeo y 40 es 2 unidades mayor que el dato ms
grande).

4.

Determinar las frecuencias.

Se contabiliza el nmero de elementos de cada clase. Para evitar errores de conteo, se deben
ordenar los datos de menor a mayor en un arreglo, esto puede hacer usando Excel, o si lo
hace manualmente, use la tcnica de tallo y hojas.
Para resolver la actividad de aprendizaje 1.3., que se refiere al tema Medidas de
tendencia central realice lo siguiente:
Estudie el tema 3.1. Estadstica sumaria, pp. 58-60 del texto gua Estadstica para
Administracin Y Economa de Levin, Richard I. y Rubin, David S. El tema inicia dando una
idea de lo que es tendencia central, dispersin, sesgo y curtosis.
Estudie el tema 3.2. Una medida de tendencia central: La media aritmtica, pp. 60-65,
aqu aprender a diferenciar entre estadsticos y parmetros, a calcular la media aritmtica
de una poblacin y la media aritmtica de una muestra de datos no agrupados.
Tambin aprender a calcular la media aritmtica de datos agrupados en una distribucin de
frecuencias. Tenga presente que en este caso intervienen las frecuencias y los puntos medios
o marcas de clase. Adems conocer cuales son las ventajas y desventajas de la media
aritmtica.
Realice los ejercicios de autoevaluacin de ejercicios 3.2, cuyas soluciones las encuentra en
la pg. 69.
Estudie 3.3. Una segunda medida de tendencia central: La media ponderada, pp. 6971; analice los ejemplos y la explicacin, resuelva los ejercicios de autoevaluacin de
ejercicios 3.3, p. 72, cuyas soluciones se hallan en las pginas 73-74.
Estudie el tema 3.5. Una cuarta medida de tendencia central: La mediana, pp. 77-81,
aqu aprender a calcular la mediana de datos no agrupados y de datos agrupados.
Para calcular la mediana de datos agrupados use la frmula [3-8] ver p. 80. Realice los
ejercicios de autoevaluacin de ejercicios 3.5, p. 81 cuyas soluciones las encuentra en la p.
83.
Estudie el tema 3.6. Una medida final de tendencia central: La moda, pp. 84-86; aqu
aprender a calcular la moda de datos no agrupados y agrupados. Lea tambin las ventajas
y desventajas de la moda y la comparacin de la media, mediana y moda.
Advertencia, en la figura 3-8 (b), p. 86 hay que corregir, intercambie los nombres de la
media y la moda. Luego resuelva ejercicios de autoevaluacin de ejercicios 3.6, p. 87, sus
soluciones se hallan en la p. 89.
Nota 1.3.
Referencia rpida de contenidos y frmulas para el desarrollo de la actividad de
aprendizaje
Medidas de tendencia central de datos no agrupados
Media

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero
Media poblacional

Media muestral

Media ponderada

xw

n
wx

los w son los pesos

Mediana
Para encontrar la mediana de datos no agrupados, primero hay que ordenar los datos:

Si el nmero de datos es impar, la mediana es el dato central.

Si el nmero de datos es par, la mediana es la semisuma de los dos datos


centrales.

Moda
Es el valor ms frecuente de los datos. Puede haber ms de una moda.
Medidas de tendencia central de datos agrupados
Media aritmtica

Frmula en la que:
X = punto medio o marca de clase
f = frecuencia

Mediana

n
Fa
Mediana Lm 2
(w )
fm
Donde:

Lm = lmite inferior de la clase de la mediana


Fa = frecuencia acumulada de la clase anterior a la clase de la mediana
f m = frecuencia de la clase que contiene a la mediana
Moda
Se la puede aproximar por el punto medio de la clase modal.
Un valor ms preciso se obtiene aplicando la siguiente frmula:

d1
d1 d 2

Moda Lmo

Donde:

Lmo = lmite inferior de la clase modal


d 1 = (frecuencia de la clase modal) (frecuencia de la clase que le antecede)
d 2 = (frecuencia de la clase modal) - (frecuencia de la clase que le sigue)

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

= es el ancho del intervalo de clase.

Para resolver la actividad de aprendizaje 1.4. que se refiere a las medidas de dispersin,
estudie el tema 3.7. Dispersin. Por qu es importante, pp. 89-90; aqu comprender la
importancia de determinar la dispersin o variabilidad de los datos, su uso en el anlisis
financiero y en control de calidad.
Estudie el tema 3.8. Rangos. Medidas de dispersin tiles, pp. 91-93, aqu aprender a
calcular las tres medidas, llamadas medidas de distancia, estas son: rango, rango interfractil
y rango intercuartil. Realice los ejercicios de autoevaluacin de ejercicios 3.8, p. 94, sus
soluciones se hallan en la p. 95.
Estudie el tema 3.9. Dispersin. Medidas de dispersin promedio, pp. 96-103, aqu
aprender a calcular la varianza y la desviacin estndar de una poblacin y de una muestra,
para datos no agrupados y para datos agrupados. Se dar cuenta que en uno y otro caso, las
frmulas que se usan son diferentes.
Revise con atencin los dos ejemplos desarrollados en las pp. 101 y 102 y resuelva los dos
ejercicios de autoevaluacin de ejercicios 3.9, pp. 103-104.
Estudie el tema 3.10. Dispersin relativa: El coeficiente de variacin, pp. 107-108, aqu
aprender a comparar la dispersin de las distribuciones de datos usando el coeficiente de
variacin.
Realice los ejercicios de autoevaluacin de ejercicios 3.10. p. 108, sus soluciones se
encuentran en la p. 112.
Estudie el tema 3.11. Anlisis exploratorio de datos (AED), pp. 112-113, aqu se explica
una tcnica til en el anlisis exploratorio de datos, que consiste en la elaboracin del
diagrama de tallo y hoja, lea cules son sus ventajas y revise con atencin el ejemplo que se
expone en la p. 113.
Como preparacin para la primera evaluacin, lea el repaso del captulo, pp. 118-119.
Nota 1.4.
Aqu se dan las frmulas para calcular las medidas de dispersin.
Medidas de dispersin o variabilidad para datos no agrupados
Rango = valor ms grande valor ms pequeo
Varianza
Varianza poblacional:
Varianza muestral:

2
s

(Rango = H L )

x x

n 1

n x

n 1

La segunda frmula de la varianza muestral es una frmula directa, esta exige un menor
nmero de operaciones de clculo, por lo que recomiendo su uso.
Desviacin estndar, es la raz cuadrada de la varianza.

Desviacin estndar poblacional

Desviacin estndar muestral

x
N

x x
n 1

n x

n 1

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

En general, se trabaja con la desviacin estndar de la muestra, a no ser que se indique lo


contrario.
Medidas de dispersin o variabilidad para datos agrupados
Amplitud de variacin o rango
AV = lmite superior de la clase ms alta lmite inferior de la clase ms baja.
Desviacin estndar

f X x

n 1

X2 n x

n 1

Donde:

= punto medio o marca de clase

f = frecuencia

x = media aritmtica
Observacin
Las frmulas de las medidas de dispersin de datos agrupados son diferentes de las que se
emplean con datos sin agrupar.
Dispersin relativa
Coeficiente de variacin
De la poblacin:
De la muestra:

( 100 )

s
C v ( 100 )
x

Cv

Coeficiente de asimetra o sesgo, denominado coeficiente de Pearson.

CA

3( Media Mediana)
s

Cuartiles, deciles y centiles


Para calcular la posicin de un cuartil, decil o percentil se usa la frmula:

Lc n 1

C
100

Una vez calculada la posicin del percentil, proceda a calcular el percentil conforme se
explica en los ejemplos 1 y 2. (No confunda la posicin del centil o percentil con su valor).
Ejemplo 1
Para la posicin del primer cuartil Q1 use
C= 75

C = 25,

para el tercer cuartil Q3 use:

(Q1 = C25; Q3 = C75), en algunos textos en vez de C se usa P, as P 25

Para calcular la posicin de un decil, por ejemplo D3 use C = 30; para el decil 7 D7 use
= 70.
Si Lc es entero el centil es el dato de la posicin Lc

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Si Lc no es entero, por ejemplo si L 25 = 7.62, el centil o percentil 25 se encontrar a 0.62


de la distancia entre el sptimo y el octavo dato. Su valor se calcula del siguiente modo: C 25
= Q1 = Dato7 + 0.62 (Dato8 Dato7).
En el clculo de los cuartiles, recuerde por ejemplo que el primer cuartil Q 1 es aquel valor
que es mayor o igual que el 25% de los datos y menor o igual que el 75% de ellos.
Ejemplo 2
Calcular el primer y tercer cuartiles de los siguientes datos:
8.4

8.8

9.2

10

11.3

12.5

12.9

13.6

14

15

Solucin:
En este caso: n = 10, para Q1

L25

C = 25 y para Q3

C = 75

25
(10 1)
2.75 Es la posicin de Q1, mientras que su valor es:
100

Q1 = Dato 2 + 0.75 (Dato 3 Dato 2)

Q1 8.8 0.75(9.2 8.8) 8.8 0.3 9.2


De igual manera:

L75 (10 1)

75
8.25
100

Es la posicin de Q3, mientras que su valor es:

Q3 = Dato 8 + 0.25 (Dato 9 Dato 8)

Q3 13.6 0.25(14 13.6) 13.6 0.1 13.7


La mediana es

Q2 se calcula del mismo que los otros cuartiles.

Diagrama de caja
El diagrama de caja permite visualizar la simetra o la asimetra de una distribucin de datos.
Para construir un diagrama de caja se requieren 5 valores: La media, la mediana, el dato
menor o mnimo, el dato mayor o mximo y el primero y tercer cuartiles.
Rango intercuartlico
Es la diferencia entre el tercer y el primer cuartil: Rango Intercuart lico Q3 Q1
Ejemplo 3
Suponga que en el servicio de entrega a domicilio de cierta pizza, el tiempo mnimo de
entrega es de 15 minutos, que el tiempo mximo es de 40 minutos, que la mediana es 25
minutos y que los cuartiles son: Q1 20 Q3 32.5 minutos.
a) Calcular el rango intercuartlico.
b) Trazar el diagrama de caja y sobre la base de este indique si la distribucin de los datos es
o no simtrica.
Solucin:
a) Rango intercuartlico = 32.5 20 = 12.5
b) El diagrama de caja es el que se muestra a continuacin:

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Las lneas que van desde el mnimo a Q1

y desde Q3 al mximo se denominan bigotes.

El diagrama muestra que:


1.

El bigote izquierdo es ms corto que el derecho.

2.

Que Q1 est ms cerca de la mediana que Q3

Comentario
Se observa que: la cola el bigote de la derecha es ms largo que el de la izquierda, y

3 es mayor que la distancia entre


1 y la
tambin la distancia entre la mediana y
mediana, lo que indica que la distribucin de los datos es asimtrica, con sesgo positivo.

Para resolver la actividad de aprendizaje 1.5, estudie el captulo 4 del texto gua
Estadstica para Administracin y Economa de Levin, Richard I. y Rubin, David S.:
Probabilidad I: Ideas introductorias.
Lea el tema 4.1 Historia y relevancia de la teora de la probabilidad, p. 128, esto le
permitir conocer la historia del estudio de las probabilidades y sus aplicaciones.
Estudie el tema 4.2 Terminologa bsica en probabilidad, pp. 129-130, aqu encontrar
lo que es un evento, un experimento, un espacio muestral, cuando se habla de eventos
mutuamente independientes, qu es una lista colectivamente exhaustiva.
Del ejercicio 4.2, p. 130, y en su cuaderno de trabajo realice los dos ejercicios de
autoevaluacin, cuya solucin la encuentra en la p. 131 y responda a las preguntas sobre
conceptos bsicos 4-5 y 4-6.
Estudie el tema 4.3 Tres tipos de probabilidad, pp. 131-134, clsica o a priori, basada en
frecuencias y subjetiva; lea tambin las sugerencias y suposiciones de la p. 134.
Del ejercicio 4.3, p. 134, realice los ejercicios de autoevaluacin 4-3 y 4-4, cuyas soluciones
se hallan en las pp. 136-137.
Estudie el tema 4.4 Reglas de probabilidad, pp. 137-141, aqu encontrar definiciones y
reglas para calcular la probabilidad marginal, la regla de la adicin para eventos mutuamente
excluyentes, la regla de la adicin para eventos que no son mutuamente excluyentes y el uso
de diagramas de Venn, que permiten relacionar las probabilidades con la teora de conjuntos.
Del ejercicio 4.4, p. 141, en su cuaderno de trabajo realice los ejercicios de autoevaluacin
4-5 y 4-6 cuyas soluciones las encontrar en la p. 143.
Estudie el tema 4.5 Probabilidades bajo condiciones de independencia estadstica,
pp. 143-148. Aqu aprender que existen tres tipos de probabilidades que se presentan bajo
la independencia estadstica: marginal, conjunta y condicional, frmulas que se usan para su
clculo y ejemplos.
Del ejercicio 4.5, pp. 148-149, realice los ejercicios de autoevaluacin 4-7 y 4-8, cuyas
soluciones se hallan en la p. 150.
Para la aplicacin de la parte conceptual, realice los ejercicios de conceptos bsicos 4-24, 425, 4-26 y 4-27.
Estudie el tema 4.6 Probabilidades bajo condiciones de dependencia estadstica, pp.
151-155. Aqu aprender que las probabilidades bajo condiciones de dependencia estadstica
son: condicional, conjunta y marginal; y las frmulas que se usan para su clculo.

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

De los ejercicios 4.6, p. 156, realice los ejercicios de autoevaluacin 4-9, 4-10; sus
soluciones se hallan en las pp. 157-158. Realice tambin los ejercicios de conceptos bsicos
4-33, 4-34 y 4-35.
Estudie el tema 4.7 Revisin de las estimaciones anteriores de probabilidades:
teorema de Bayes, pp. 158-162.
Aqu aprender qu es una probabilidad revisada o a posteriori y la forma cmo se calcula.
De los ejercicios 4.7, p. 163, realice los ejercicios de autoevaluacin 4-11 y 4-12 y tambin
el 4-43 de conceptos bsicos.
En las pp. 168-169, lea el repaso del captulo 4 y las ecuaciones (frmulas) introducidas en
este captulo.
Para resolver la actividad de aprendizaje 1.5, lea con atencin la ayuda que se
detalla a continuacin.
Nota 1.5
Aqu se dan definiciones, frmulas y ejemplos que le servirn como una referencia rpida
para el estudio y desarrollo de su tarea.
Enfoques de probabilidad

Probabilidad objetiva

P( E )

Probabilidad Clsica:

numerodecasos favorables
nmero de casos posibles

Probabilidad emprica:

P( E )
Donde:

nmero de veces que ocurrio un evento en el pasado


nmero total de observaciones

significa evento o suceso, y

P (E ) se lee probabilidad de que ocurra el evento E.

Probabilidad subjetiva: Se asigna sobre la base de la experiencia y buen criterio.

Ejemplo de probabilidad clsica


Si se lanza al aire una moneda equilibrada, cul ser la probabilidad de que se obtenga una
cruz o cara?
a) Cruz es:
b) Cara es:

P(cruz) = 1/2
P(cara) = 1/2

porque 1 de las 2 alternativas.


porque 1 de las 2 alternativas.

Ejemplo de probabilidad emprica


Suponga que en un experimento se realizan 1000 ensayos y se produjo un evento E en 200
ocasiones, cul es la probabilidad de que en un ensayo cualquiera se produzca el evento E?
R:

P(E) =200/1000 = 1/5 = 0.20

Espacio muestral
Es el conjunto de todos los posibles resultados de un experimento, es decir, es el conjunto
universo de ese experimento; a este conjunto se suele representarse mediante la letra S o
con el smbolo .
Ejemplos

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

1. El espacio muestral del lanzamiento de una moneda es: S= s, c donde s=sello y c =


cara
2. El espacio muestral en el lanzamiento de un dado es:

S=

1,2,3,4,5,6

3. El espacio muestral en el lanzamiento de dos monedas es


S=

( s, c), ( s, s ), (c, s ), (c, c)

4. Si en una urna hay 5 bolas rojas, 3 blancas y 4 azules y se saca al azar dos bolas, el
espacio muestral es el siguiente:
S=

(r , r ), (r , b), (r , a), (b, r ), (b, b), (b, a), ( a, r ), ( a, b), (a, a)

Relacin entre la probabilidad y la teora de conjuntos


El estudio de las reglas de probabilidad est estrechamente relacionado con la teora de
conjuntos, para ello se asimila un evento con un conjunto.
En conjuntos

En probabilidades

U = Conjunto universo
A = Subconjunto de U
= Conjunto vaco
A = Complemento de A
A U A

S = Espacio muestral
E = Evento
= Evento nulo
E = Evento contrario de E

U A A

Axiomas de Kolmogorov
1. P(E) 0

La probabilidad de un evento es un nmero comprendido entre 0 y 1.

2. P(S) = 1

La probabilidad del espacio muestral es 1.

3. P(E1 o E2 o o En) = P(E1) + P(E2)+ +P(En) donde E1, E2,, son eventos mutuamente
excluyentes.
Propiedades de las probabilidades
1. P ( ) 0
2. 0 P(E) 1
3. P ( A) 1 P ( A)
4.
5.

P ( A) P( A) P ( A A) P ( S ) 1

A B P ( A) P ( B )
P ( A B ) P( A) P ( B ) P ( A B ) )

Si

Diagramas de Venn
Conjunto Universo
Conjunto A
Complemento de A es la parte
del universo que no es A
Conjuntos A y B disjuntos

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Conjuntos A y B secantes o
Solapados

Reglas de probabilidad

Regla especial de adicin

Se aplica cuando los eventos son mutuamente excluyentes o disjuntos.


Para un par de eventos A, B:
Para tres eventos A, B, C:

P(A o B) = P(A) + P(B)


P(A o B o C) = P(A) + P(B) + P(C)

En el ejemplo de las 3 bolas rojas, 2 blancas y 5 azules, calcular la probabilidad de que al


sacar una bola de la urna esta sea:
a) Roja o blanca:
b) Blanca o azul:

P(roja o blanca) = P(roja) +P(blanca) = 3/10 + 2/10 =


P(blanca o azul) =P(blanca) + P(azul) = 2/10 + 5/10 = 7/10

Regla general de la adicin

Se aplica para calcular la probabilidad de ocurrencia de uno u otro evento que no sean
mutuamente excluyentes. (La frmula es vlida tambin para eventos mutuamente
excluyentes dado que P(A y B) = 0)
Para los eventos A, B:

P(A o B) = P(A) + P(B) P(A y B)

Ejemplo: Un estudiante est tomando lgebra y Castellano, si la probabilidad de que


apruebe lgebra es 0.75, la de que apruebe Castellano es 0.9 y la probabilidad de que
apruebe lgebra y Castellano es 0.70. Se pregunta cul es la probabilidad de que apruebe
lgebra o Castellano.
P(A o C) = P(A) + P(C) P(A y C)
= 0.75 + 0.90 - 0.70 = 0.95
Para resolver estos problemas debe realizar un diagrama de Venn como el de la figura.

Regla especial de la multiplicacin

Se aplica para calcular


independientes.

la

probabilidad

Para dos eventos A y B:


Para tres eventos A, B y C:

conjunta

de

ocurrencia

de

eventos

P(A y B) = P(A) P(B)


P(A y B y C) = P(A) P(B) P(C)

Ejemplo: Se lanza un dado por dos ocasiones, cul es la probabilidad de que en los dos
lanzamientos caiga en 3?
P(3, 3) = P(3) P(3) = (1/6) (1/6) = 1/36

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Obsrvese que el resultado del segundo lanzamiento es independiente del primero.

Probabilidad condicional

Es la probabilidad de que ocurra un evento B, dado que ya ocurri un evento A o tambin la


probabilidad de que ocurra un evento A dado que ya ocurri el evento B. Esto se escribe:

P ( B / A)

P ( A y B)
P ( A)

P( A / B)

P ( A y B)
P( B)

Si se cumple que P ( A / B ) P ( A) los eventos o sucesos A y B son estadsticamente


independientes.

Regla general de la multiplicacin

Se aplica para calcular la probabilidad conjunta de eventos dependientes, es decir,


cuando la ocurrencia de uno de ellos est condicionada a la ocurrencia del otro.
P(A y B) = P(A) P(B/A)

o tambin

P(A y B) = P(B) P(A/B)

Estas frmulas y las de la probabilidad condicional estn relacionadas, ya que las unas se
obtienen de las otras mediante despejes.
Tomemos el ejemplo de las 3 bolas rojas, 2 blancas y 5 azules y supongamos que se desea
calcular la probabilidad de que al sacar una bola y luego otra, la primera sea roja y la
segunda blanca:
P(R y B) = P ( R) P ( B / R )

6
1
3 2


90 15
10 9

Obsrvese que la probabilidad de que la primera vez salga roja es 3 /10, pero al haber
sacado una roja ahora nos quedan en total 9 bolas, de las cuales 2 son blancas.
Calculemos ahora la probabilidad de sacar una bola roja y una azul:
Como no se indica el orden tendremos que:

1
3 5 5 3


3
10 9 10 9

P(R y A) = P(R, A) + P(A, R) =


Tabla de contingencia o matriz de probabilidad

Los problemas de probabilidades se resuelven fcilmente usando una tabla de contingencia o


matriz de probabilidad, en ella se pueden leer las probabilidades a priori y las probabilidades
conjuntas o de interseccin. Adems permite calcular fcilmente las probabilidades de la
unin de eventos y las condicionales, tal como se ilustra a continuacin.
Ejemplo: El personal que labora en una empresa est formado por hombres y mujeres que
trabajan en las siguientes secciones: Gerencia, Profesional y Tcnica, cuyos datos se
resumen en la siguiente tabla:
Seccin
Gerencia
Profesional
Tcnica

Gnero
Hombre
8
24
50

Mujer
3
16
35

Complete esta tabla de contingencia y luego suponiendo que se elige al azar un empleado
calcule las siguientes probabilidades:

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

a) La probabilidad de que sea mujer.


b) La probabilidad de que sea hombre y trabaje en la seccin tcnica.
c) La probabilidad de de que trabaje en Gerencia o en la seccin profesional.
d) La probabilidad de que trabaje en gerencia, dado que sea mujer.
e) La probabilidad de que sea hombre dado que trabaje en la Seccin tcnica.
Solucin
A la tabla de los datos le aadimos una fila y una columna para los totales parciales de las
filas y de las columnas. En la celda del extremo inferior derecho se coloca el total horizontal
y vertical.
Seccin

Gnero
Hombre
8
24
50
82

Gerencia
Profesional
Tcnica
Total

Total
Mujer
3
16
35
54

11
40
85
136

a) P(Mujer) = 54/136
b) P(Hombre y Tcnica) = 50/136
c) P (Gerencia o Profesional) = P(Gerencia) + P(Profesional) = 11/136 + 40/136 = 51/136
d) P(Gerencia/ Mujer) = 3/54 En la columna de MUJER vemos que 3 de las 54 trabajan en
gerencia. Tambin se puede aplicar la frmula de la probabilidad condicional.

P (Gerencia / Mujer )
e)

P (Gerencia y Mujer )
3 / 136
3

P ( Mujer )
54 / 136 54

P(Hombre/ Tcnica) = 50/85 En la fila TCNICA se ve que 50 de los 85 tcnicos son


hombres.
Aplicando la frmula:

P( Hombre / Tecnica )

P ( Hombre y Tecnica ) 50 / 136 50 10

P (Tecnica )
85 / 136 85 17

Explicacin del teorema de Bayes


En la siguiente grfica sea S el espacio muestral y sean
los eventos A1 , A2 , A3 , A4 mutuamente
excluyentes y colectivamente exhaustivos, de modo
que:

S A1 A2 A3 A4
Y sea el evento B tal que:

B ( A1 B ) ( A2 B ) ( A3 B) ( A4 B )
Entonces la probabilidad de que ocurra B viene dada por:

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

P ( B ) P ( A1 y B ) P ( A2 y B ) P ( A3 y B ) P ( A4 y B ) ; luego:
P ( B ) P ( A1 ) P ( B / A1 ) P ( A2 ) P ( B / A2 ) P ( A3 ) P ( B / A3 ) P ( A4 ) P ( B / A4 )
Esta es la probabilidad total de que ocurra B.
De la probabilidad condicional sabemos que:

P ( B / A)
De aqu se tiene que:
Es decir:

P ( A y B)
P ( A)

P( A / B)

P ( A y B)
P( B)

P ( AyB ) P ( A / B ) P ( B ) P ( B / A) P ( A)
P ( A / B ) P ( B ) P ( B / A) P ( A)

Si ahora suponemos que P(A 1) es una probabilidad a priori, P(B/A 1) es la probabilidad


condicional de que ocurra B dado que ocurri A 1; y pensemos que se quiere calcular la
probabilidad a posteriori de que ocurra A 1 dado que ocurri B, simplemente despejemos
P(A1/B); segn la frmula anterior.

P ( A1 / B )

P ( A1 ) P ( B / A1 )
P( B)

Donde P(B) es la probabilidad total de B, sustituyendo P(B) en el denominador se obtiene la


frmula del Teorema de Bayes.

P ( A1 / B )

P ( A1 ) P ( B / A1 )
P ( A1 ) P ( B / A1 ) P ( A2 ) P ( B / A2 ) P ( A3 ) P ( B / A3 ) P ( A4 ) P( B / A4 )

Reglas de conteo
1. Frmula de la multiplicacin
Si hay m formas de realizar una cosa y n formas de hacer otra, habrn mxn formas de
realizar ambas en conjunto. Esta regla se extiende a 3, 4 o ms acciones.
Ejemplo: Un joven tiene 3 pares de zapatos, 4 pantalones y 5 camisas. De cuntas
maneras puede vestirse?
N = 3x4x5 = 60

(puede vestirse de 60 formas)

Ejemplo: De cuntas maneras puede usted colocar 4 libros en un estante?


El libro que va a colocar en primer lugar puede elegir de 4 maneras, le quedan 3 libros,
entonces el que va a colocar en la segunda posicin puede elegirse de 3 maneras; le quedan
2 para la tercera posicin; y una vez colocado el tercero le queda 1 para la cuarta posicin;
es decir: N. de formas = 4x3x2x1 = 24 = 4!
2.

Permutaciones:

n Pr

n!
(n r )!

Nos da el nmero de arreglos de r objetos

tomados de un grupo de n objetos. Un arreglo se diferenciar de otro por el orden de sus


elementos, por ejemplo ab y ba son diferentes.
Ejemplo: Cuntos nmeros de 2 cifras se pueden escribir usando los dgitos 1, 2 y 3 bajo
la condicin de que no haya dgitos repetidos?
3

P2

3!
6
(3 2) !

Los nmeros de dos cifras construidos con los dgitos 1, 2 y 3 son efectivamente 6, tal como
usted puede ver:
12 13 21 23 31 32

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

n
n!
nCr
r !( n r ) !
r

3. Combinaciones:

Las combinaciones son arreglos de r objetos tomados de un grupo de n objetos, donde no


importa el orden de ellos.
Ejemplo: Con los dgitos 1, 2 y 3, cuntas sumas diferentes se pueden tener, tomando dos a
dos, bajo la condicin de que no haya dgitos repetidos.
Observe que en este caso no importa el orden porque por ejemplo las sumas 1+2 y 2+1 son
las mismas, entonces el nmero de sumas distintas son:

3
3!
C 2
3
2 ! 1!
2

Ejemplo: Cuntas combinaciones de dos letras se pueden formar con las letras A, B, C y D?
4

Estas combinaciones son: AB

C2

AC

4!
4 x3 x 2 !

6
2! 2!
2 x1x 2 !

AD

BC

BD y CD.

Obsrvese que como combinacin AB y BA es la misma, pero no como permutacin.

Actividades de aprendizaje
Actividad de aprendizaje 1.1.
Planteamientos

Problema 1
Supongamos que una universidad pequea est interesada en aumentar la
participacin de actividades del campus. A una muestra aleatoria de
estudiantes se le pidi marcar, en una lista para el curso previo, eventos a los
que asistieron. Los resultados para el nmero de eventos a los que asistieron
fueron como sigue: 2, 2, 4, 8, 5, 2, 3, 1, 6, 5, 4, 12, 1, 4, 2, 7, 6, 3, 2, 4, 7,
4, 2, 3.
a) Construya un histograma de frecuencias de estos datos. (0,5 puntos)
b) Construya un polgono de frecuencias de estos datos. (0,5 puntos)
Problema 2
Los datos siguientes son para la variable Y= distancia desde el lugar de
trabajo (en kilmetros) para los empleados de un vendedor de
electrodomsticos.
Y1

Y2

Y3

Y4

Y5

Y6

Y7

Y8

Y9

Y10

18.5

12.0

13.8

9.0

12.75

11.0

21.45

25.8

29.9

16.4

a)

b)

Organice los datos en una distribucin de frecuencias con el nmero


ptimo de clases, elija 8 km, como lmite inferior de la primera clase.
(0,5 puntos)
Elabore un diagrama de ojiva. (0.5 puntos)

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero
c)

Si se considera que 18 km es una distancia excesiva de recorrido para


un vendedor, qu porcentaje de muestras se clasificar como tales?
(0,5 puntos)

d)

Elabore un diagrama de caja, determine su rango intercuartil y su


coeficiente de variacin. (0,5 puntos)

Construir representaciones grficas de datos cualitativos.


Objetivos

Orientaciones
didcticas

Ordenar datos cuantitativos en listas o arreglos ordenados en forma


ascendente o descendente, medidas de dispersin.
Para resolver el problema 1, ingrese a Internet y busque el tema: Grficas
estadsticas. All encontrar muchas pginas, adems puede ver imgenes y
videos sobre el tema. Usted tiene que escoger las pginas y videos, de
acuerdo con nuestra exigencia.
Para resolver el problema 2, debe haber ledo los temas 2.2 y 2.3 del texto
gua.
Usa escalas y leyendas en los ejes y traza correctamente el diagrama de
barras.

Criterios de
evaluacin

Usa leyendas en el diagrama de pastel.


Lee e interpreta los resultados.

Actividad de aprendizaje 1.2.


Planteamientos
Problema 1
Cierto estudiante de una determinada institucin ha obtenido 67, 91 y 76
puntos en los exmenes parciales y un 94 en el examen final en la asignatura
de Estadstica. Su profesor le ha ofrecido que este examen contar con el triple
de los dems exmenes. Cul ser su nota promedio final?, ser que este
alumno aprueba?; la nota mnima admitida es de 85. (0,5 puntos).
Problema 2
La famosa empresa Krutler fabrica piezas para motores industriales. Una de
las piezas que se fabrica debera tener un peso de 52.5 gramos. Los pesos de
una muestra aleatoria de 50 de ellos son los siguientes:
50.2
48.1
41.9
47.4
65.1

51.0
55.3
51.9
52.0
48.4

56.8
45.7
54.5
53.0
48.9

50.9
48.8
53.2
46.0
53.1

49.5
52.0
55.0
46.0
47.0

49.3
54.9
52.4
54.0
52.2

53.0
51.1
53.2
51.4
49.6

53.0
57.0
60.7
48.5
49.3

49.9
49.8
52.3
49.9
54.1

57.1
49.9
49.0
50.0
49.9

a) Organice los datos en una distribucin de frecuencias con el nmero ptimo


de clases. (0,5 puntos)
b) A la tabla anterior aada 3 columnas y en ellas calcule la frecuencia
relativa, la frecuencia acumulada y la frecuencia acumulada relativa en %.
(0,5 puntos)
c) Trace el histograma y sobre l trace tambin el polgono de frecuencias.
(0,5 puntos)

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

d) Trace la ojiva O menos y O ms en ellas lea qu porcentaje de piezas


pesa 49.5 gramos o menos y tambin qu porcentaje de piezas pesa ms
de 51.5 gramos. (0,5 puntos)

Construir distribuciones de frecuencias centradas.


Objetivos

Representar las distribuciones de datos mediante grficas.


El problema 1 es una aplicacin de la media ponderada.
Para resolver el problema 2 debe haber estudiado los temas 2.4 y 2.5 del
texto gua.

Orientaciones
didcticas

Puede ampliar sus conocimientos buscando informacin en Internet, para el


efecto puede digitar: estadstica descriptiva o tambin agrupacin de datos
en intervalos.
Importante: En este curso trabajaremos con intervalos semiabiertos,
vea el ejemplo de la Ayuda 1.2.
Construye distribuciones de frecuencias en forma correcta.

Criterios de
evaluacin

Calcula frecuencias relativas.


Traza histogramas, polgonos de frecuencia y ojivas usando escalas adecuadas.
Lee resultados en la Ojiva O menos u O ms.

Actividad de aprendizaje 1.3.


Problema 1
Los siguientes datos se refieren al nmero diario de peridicos vendidos por EL
COMERCIO (en centenares) durante el ltimo mes.
91 79 86 98
184 145 162 95

128 159 154 147 192 89 97 92 87 152 127


89 86
98 145 129 149 158 241 134 99 112

Calcule la media, la mediana y la moda de datos sin agrupar. (1 punto)


Planteamientos

Problema 2
Con los datos del problema 1, realice lo siguiente:

a)

Organice los datos en una distribucin de frecuencias, use 65 como lmite


inferior de la primera clase y 35 como ancho del intervalo. (0.5 puntos).

b)

Calcule la media, mediana y moda de los datos agrupados. (0,5 puntos).

c)

Compare la media y la mediana de los datos agrupados con las de los


datos sin agrupar. (0,5 puntos).

Objetivos
Calcular medidas de tendencia central de datos sin agrupar y de datos
agrupados.
Establecer la diferencia entre las frmulas y procedimientos de clculo que
se emplean en uno y otro caso.

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

El problema 1 se refiere a las medidas de tendencia central de datos no


agrupados.
Orientaciones
didcticas

El problema 2 es una aplicacin de las medidas de tendencia central de


datos agrupados.
Las frmulas a aplicarse en cada ejercicio se encuentran en la ayuda 1.3.
Conoce el propsito, significado y propiedades de las medidas de tendencia
central.

Criterios de
evaluacin

Calcula las medidas de tendencia central de datos no agrupados y agrupados.


Diferencia las frmulas que se usan con datos sin agrupar y con datos
agrupados.

Actividad de aprendizaje 1.4.


Problema 1
Segn datos tomados del SRI (Servicio de Rentas Internas), los siguientes
datos representan las declaraciones trimestrales de impuestos por ventas (en
miles de dlares), de 25 negocios establecidos en una ciudad del Ecuador,
correspondientes al periodo que finaliz.
7.9
12.9
9.8
12.4
14.5

11.7
11.1
11.1
5.4
9.1

10.8
9.1
10.3
7.2
9.6

11.4
12.8
11.1
11.3
11.1

9.2
10.0
9.9
13.1
10.2

Con estos datos sin agrupar realice lo siguiente:


a) Calcule el rango. (0,5 puntos)
b) Calcule la media y la mediana. (0,5 puntos)
Planteamientos

c)

Calcule el primer y tercer cuartiles. (0,5 puntos)

d) Trace un diagrama de caja. (0,5 puntos)


e) Comente sobre la forma de la distribucin de los datos. (0,5 puntos)
f)

Calcule la desviacin estndar. (0,5 puntos)

g) Calcule el coeficiente de variacin. (0,5 puntos)


Problema 2
A partir de la distribucin de frecuencias y del clculo de la media de los datos
del problema 2 de la actividad de aprendizaje 2:
a) Calcule la desviacin estndar. (0,5 puntos)
b) Calcule el coeficiente de variacin. (0,5 puntos)
Problema 3

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Los siguientes datos representan el nmero de cheques en dlares rechazados


de una muestra tomada en 23 bancos, firmados por clientes que depositan
directamente y que mantienen un saldo promedio de $1000.
260
300
280
300

200
150
200
200

210
290
220
250

250
180
250
150

200
180
200
250

250
220
300

a) Elabore un diagrama de tallo y hoja para estos datos. (0,5 puntos)


b) Alrededor de qu valor, si lo hay, se encuentran concentrados los valores
de los cheques rechazados? Explique su respuesta. (0,5 puntos)
Problema 4
Un conjunto de 65 observaciones tiene una media de 37.4 y una varianza de
4.96:

Objetivo

a)

Si la distribucin fuese simtrica, cuntas observaciones se encontrarn


en el intervalo 32.44 a 42.36? (0,5 puntos)

b)

Si la distribucin de los datos no es simtrica, entre qu valores caer al


menos el 95% de las observaciones? (0,5 puntos)

Calcular las medidas de dispersin: rango, varianza, desviacin estndar y


desviacin relativa para describir cmo se dispersan los datos, analizando
sus limitaciones y bondades de cada uno de ellos.
Para resolver el problema 1, debe haber estudiado los temas 3.7 y 3.8,
adems lea la ayuda 1.4.

Orientaciones
didcticas

Para resolver el problema 2, debi haber estudiado el tema 3.9 del texto
gua y sus ejemplos.
Para resolver el problema 3, debe primero estudiar el tema 3.11 del texto
gua, pp. 112-114.
Para resolver el problema 4, debe estudiar los usos de la desviacin
estndar, pp. 97-99.
Calcula el rango, percentiles (cuartiles) aplicando las frmulas en forma
correcta.
Calcula las medidas de dispersin de datos no agrupados y agrupados.

Criterios de
evaluacin

Usa correctamente las frmulas pertinentes a cada situacin.


Traza diagramas de caja e interpreta en forma correcta la simetra o
asimetra o sesgo de las distribuciones de los datos.
Usa el teorema de Chebychev para medir la concentracin de los datos
alrededor de la media.
Conoce lo que es la desviacin relativa y para qu sirve.

Actividad de aprendizaje 1.5.

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Problema 1 (0,5 puntos)


Describa el espacio muestral
experimentos aleatorios:

asociado

a cada

uno

de

los

siguientes

a) Lanzar una moneda.


b) Lanzar un dado.
c) Lanzar un dado y una moneda simultneamente.
d) Lanzar tres monedas simultneamente.
e) El gnero de los tres hijos de una familia.
Problema 2 (1 punto)
La probabilidad de un suceso A es 1/3, la de B es 2/4 y la de la interseccin
3/8. Calcule:
a) La probabilidad de que se verifique alguno de los dos sucesos.
b) La probabilidad de que no suceda A.
c) La probabilidad de que no ocurra ni A ni B.
d) La probabilidad de que no ocurra A o bien no ocurra B.
Problema 3 (0.5 puntos)
Planteamientos

Se saca al azar una bola de una caja que contiene 6 bolas rojas, 4 blancas y 7
azules. Halle la probabilidad de que la bola extrada sea:
a) Roja.
b) Blanca.
c) Azul.
d) No roja.
e) Roja o blanca.
Problema 4 (0,5 puntos)
Halle la probabilidad de que salga al menos un 5 en dos tiradas de un dado.
Problema 5 (1 punto)
Una bolsa contiene 4 bolas blancas y 2 bolas negras, otra contiene 3 bolas
blancas y 5 bolas negras. Si se saca una bola de cada bolsa, halle la
probabilidad de que:
a) Ambas sean blancas.
b) Ambas sean negras.
c) Una sea blanca y la otra negra.
Problema 6 (1 punto)
A y B juegan 14 partidas de ajedrez, A gana 8, B gana 4 y en 2 hacen tablas.

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero

Acuerdan jugar un torneo de 3 partidas. Halle la probabilidad de que:


a) A gane las 3.
b) Hagan tablas en 2.
c) A y B ganen alternadamente.
d) B gane al menos 1 partida.
Problema 7 (1 punto)
En una urna hay tres bolas blancas, dos rojas y una negra. Construya el
espacio muestral del experimento (extraer una bola), y calcule la probabilidad
de cada uno de los sucesos elementales.

Objetivo

Comprender qu son las probabilidades de eventos mutuamente excluyentes,


dependientes e independientes mediante el estudio de los principios tericos y
sus reglas para el clculo de las probabilidades de dichos eventos.

Los problemas contienen el clculo de probabilidades simples y probabilidad


acumulada, ver conteo y clculo de probabilidades.
Orientaciones
didcticas

Tambin se incluyen probabilidades conjuntas y condicionales con eventos


dependientes e independientes, se calculan fcilmente a partir de la tabla de
contingencias. Ver aplicacin del teorema de Bayes, ver AYUDA.

Conoce las frmulas de conteo y las aplica en forma correcta.


Conoce los fundamentos de las probabilidades.
Criterios de
evaluacin

Calcula probabilidades de eventos mutuamente excluyentes, de eventos


dependientes e independientes aplicando las frmulas pertinentes.
Organiza e interpreta datos de una matriz de contingencia.
Construye diagramas de rbol.
Aplica la regla de Bayes para calcular probabilidades revisadas o a posteriori.

Formato de
entrega

Enviar a

Archivo de Microsoft Office.

Enve las actividades de aprendizaje a travs de la plataforma, mediante la


seccin Contenidos, en un archivo cuyo nombre debe ser:
Formato:

Preguntas o
dudas

G1.Apellido.Apellido.Nombre.Estad.descriptiva

Enve sus preguntas o dudas a travs de la plataforma: Utilice la seccin


Enviar correo y marque el nombre de su tutor.

Puntaje por actividad

Nombre de la asignatura:

Estadstica Descriptiva

Parcial de estudio:

Primero
Actividades de aprendizaje

En caso de que para el examen sea estrictamente


Puntaje
necesaria la consulta de tablas, frmulas, esquemas o
grficos, estos sern incluidos como parte del
Actividad de aprendizaje 1.1.
3.0
examen o en un anexo.
Actividad de aprendizaje 1.2.

2.5

Actividad de aprendizaje 1.3.

2.5

Actividad de aprendizaje 1.4.

6.5

Actividad de aprendizaje 1.5.

5.5
Suman

El tutor de la asignatura

20